“由于智能移动设备的普及，人们获取商业智能的渠道更为通畅，而随着数据处理和获取技术的进步，特别是大数据处理技术的进步，人们获得商业智能更为容易，从而推动了商业智能的普及，也使得商业智能更加人性化，进入消费智能新时代。”Teradata天睿公司总裁兼首席执行官迈克尔·科勒（Mike Koehler）在日前举行的2012 Teradata 数据仓库暨企业分析峰会上表示。
　　Teradata 一年一度的数据仓库暨企业分析峰会是数据仓库领域颇有影响的活动，每年都吸引众多来自电信、银行、制造和商业零售等行业用户参与，今年也不例外。而Teradata公司方面则由总裁兼首席执行官迈克尔·科勒率领其全球CTO、COO等众多高管亲临会议现场，与中国用户进行互动，显示出Teradata公司对中国市场的高度重视。大会围绕IT消费化、移动化、大数据等商业智能领域的热点话题展开了探讨。
　　从商业智能
　　到消费智能
　　很长时间以来，商业智能都是高端分析人士和各种专业人士独享的工具，与普通的业务人员没有太大关系。然而，普通的业务人员也存在对商业智能的客观需求，正是在这种需求的推动下，商业智能用户从高管和专业人士延伸到一般业务人员。而在Teradata天睿公司首席技术官宝立明（Stephen Brobst）看来，商业智能的平民化还在延续，而且正在从企业内部延伸到企业外部，从企业的员工延伸到普通消费者。宝立明称这种商业智能的使用方式为“消费智能”。
　　“以前，建立数据仓库的主要目的是为大型企业的业务人员提供智能。现在，一种新型消费者正在兴起，他们热衷于自己动手（DIY）使用技术工具，利用数据来制定个人决策。这就是消费智能。”他进一步解释说，所谓消费智能是指普通消费者也可以享受到商家提供的商业智能服务，其中的普通消费者也可能是很小的企业。
　　美国南加州爱迪生公司（SCE）的智能电表项目就是消费智能的一个例子。该公司为近500万个住宅和小型企业安装了智能电表Edison SmartConnect，通过这些智能电表可以收集用户的用户情况，包括用电时间和用电量。这些数据都保存在SCE公司的数据仓库，用户可以通过对这些数据进行查询和分析，从而优化自己的用电情况，以达到节能和省钱的目的。
　　应对大数据的挑战
　　对于数据仓库厂商而言，另一个挑战则是大数据的迅速崛起。随着人们对大数据的逐步了解，越来越多的企业开始希望从大数据中发现新的价值。而作为商业智能后台的数据仓库并不善于处理大数据。
　　“大数据具有数据量大、数据类型复杂、增长迅猛等特点。”宝立明表示，“传统的数据仓库主要是用来处理结构化的数据，而对于以非结构化为主的大数据，数据仓库并不擅长。”
　　目前，大数据的流行处理方法之一是采用Hadoop来对数据进行存储和初步过滤，然后导入到传统数据仓库中进行处理。由于Hadoop是一种开源软件，对于用户的技术水平要求很高。Teradata除了支持这种应用方式外，还提供一种更简单的方式，这是通过其去年收购的Aster Data提供SQL-MapReduce的分析能力。SQL-MapReduce能以类似SQL的方式对大数据进行分析和处理，从而大大降低了大数据处理的难度。
　　“大数据这一新兴市场为数据仓库厂商赢得了新的商机。同时，对数据仓库提出了新的要求，包括要更好地整合数据、能支持更广泛的移动设备接入等。”宝立明说。